买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：常熟理工学院

摘要：本发明公开了一种基于字典动态学习的目标参数估计方法、系统及存储介质，包括：利用稀疏表示模型表示压缩感知雷达接收信号矩阵，重构优化获得目标时延与多普勒频率的粗略估计结果；以多普勒频率粗略估计结果为中心和一定半径得到频率高分辨搜索区间，以时延粗略估计结果为中心和一定半径得到时延高分辨搜索区间，确定目标参数的高精度搜索区间；基于所述高精度搜索区间进行目标参数高精度搜索，动态调整搜索区间，获得目标参数的高精度估计结果。该方法在压缩感知雷达对目标参数完成网格化粗略估计的基础上，对目标参数空间进行二次划分，并利用稀疏字典的动态更新，实现对目标参数的离网格高精度搜索。

主权项：1.一种基于字典动态学习的目标参数估计方法，其特征在于，包括以下步骤：S01：利用稀疏表示模型表示压缩感知雷达接收信号矩阵，重构优化获得目标时延与多普勒频率的粗略估计结果；所述利用稀疏表示模型表示压缩感知雷达接收信号矩阵的方法包括：通过多普勒聚束观测矩阵对目标回波与噪声干扰信号进行分离观测；根据不同扫描频率对应的观测基向量构造多普勒聚束观测矩阵： ，其中，为多普勒聚束观测基向量；观测的过程表示为，其中，为采样回波脉冲的接收信号群，扫描的多普勒频率由多普勒频率扫描矢量定义为： ，其中，为起始搜索频率，为最小频率扫描间隔，为扫描的多普勒频率数量；构建信号时延信息字典： ，其中，为时间，是延迟为的采样传输信号，为时延信息网格的总数；多普勒聚束观测后的接收信号矩阵的联合稀疏表示形式为： ，式中，为稀疏目标特征矩阵，其元素分布为： ，其中，表示稀疏目标特征矩阵的第行、第列的元素，为等效反射系数，为第目标的时延，为第k个目标的多普勒频率；所述重构优化获得目标时延与多普勒频率的粗略估计结果的方法包括：从观测值中重构得到稀疏目标特征矩阵，构建稀疏优化目标函数： ，其中，为稀疏目标特征矩阵的第列，为稀疏目标特征矩阵的第行；为信号时延信息字典；通过求解上述优化目标函数，得到目标时延与多普勒频率信息的粗略估计结果，为多普勒频率粗略估计结果，为时延粗略估计结果，K为目标数量；S02：以多普勒频率粗略估计结果为中心和一定半径得到频率高分辨搜索区间，以时延粗略估计结果为中心和一定半径得到时延高分辨搜索区间，确定目标参数的高精度搜索区间；S03：基于所述高精度搜索区间进行目标参数高精度搜索，动态调整搜索区间，获得目标参数的高精度估计结果；所述目标参数高精度搜索的方法包括：建立延迟信息搜索字典；对于第次搜索过程，更新多普勒频率扫描矢量，，并更新多普勒聚束观测矩阵；是频率高精度搜索区间的半径；计算，并找到最大列；更新延迟信息搜索字典；搜索结束得到第个目标的高精度参数估计结果。

全文数据：

权利要求：

百度查询： 常熟理工学院 基于字典动态学习的目标参数估计方法、系统及存储介质